天津信托资讯门户

信托公司的数据之“困”

用益研究2019-10-02 06:26:30

【新朋友】点击标题下方蓝色用益研究”一键关注

 

【老朋友】点击右上角分享本页面内容到朋友圈



摘要


信托,作为国内第二大金融子行业,在经历了数年的高速发展之后,目前已进入了深度转型期。无论从监管政策的调整导致不利的业务环境,还是信托公司自身寻求创新发展的竞争压力,68家信托公司正在通过产品创新、渠道创新、服务创新、管理创新等全方位的转变来提升各公司的差异化竞争力,而在这些转变的背后,准确、高效的数据支持起到至关重要的作用。


本文将对信托公司的数据现状、产生相关数据问题的原因及影响进行了总结和分析,并对处于转型期的信托公司解决当下数据问题给出了应对策略,同时,对今后全行业面临大数据带来的挑战和机遇提出了个人的思考和建议。


一、引言


从2015年底16万亿到2016年底20万亿的资产规模,数据的增幅在告诉我们信托业作为国内第二大金融子行业仍处于快速的增长期。当这种快速增长持续到2017年4月,随着史上最严的8道监管文件的集中下发,整个行业陡然进入了“冷静期”,随之而来的是各种自查、上报、整改、清理,一时间让习惯了享受政策红利的信托业变得很迷茫。如果说以往信托业的快速发展得益于监管预留了一定的套利空间,那么在如今去通道、去链条、降杠杆的重重政策“限行”下,信托业面临了急速刹车。转型,又一次成为这个行业热议的话题。


对于任何一个行业,即使在最困难的时期,一个企业能够拥有的最宝贵的“无形资产”就是数据。站在20万亿资产规模的背后,信托业在近年来的高速发展过程中,每家公司都积累了大量的业务数据。当我们想要透过“量”(数据规模)看到“质”(数据价值)的时候,会发现粗放发展过程中所沉淀下的数据并没有那么有价值。各类数据的准确性、完整性、可关联性、可分析性都远没有预期的那般可以利用。以至于我们有客户但是并不“认识”,我们有报表工具但是并不“相信”自动化的统计结果,数据之“大”变成数据之“困”、数据之“痛”。


如何去除这些困难和痛点,充分挖掘数据之间的关联性、建立跨系统耦合的数据分析模型,让数据真正服务于公司的业务发展,成为营销支持的有力推手呢?下面就从认识数据入手,逐步发现实际生产经营过程中存在的各类数据问题,探讨可行的解决思路。


二、什么是数据、大数据和数据价值


什么是数据?数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号,其实通俗的说就是可查询的记录集。


什么是大数据?大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。IBM提出的大数据5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性),其实通俗的说就是没办法可以直接读懂的数据集。


数据如果只有量的概念,那就只会带来物理磁盘上空间的增加。如果无法从存量数据中发现价值,那这些数据保留的意义就只剩下对“历史记录”的备份。所以,大数据和数据之间远不止所差的一个“大”字,数据量是外在的表现,大数据的分析价值才是本质。麦肯锡的研究显示,金融业在大数据价值潜力指数中排名第一。银行、证券、保险以及P2P、众筹等新兴的互联网金融领域,正在利用大数据的价值分析进行一场全新的竞争。


三、数据在银行、证券、保险等金融同业的价值体现


如何挖掘数据潜在的价值使其“增值”,让数据转化为间接生产力,助力公司业务的发展呢?让我们简单了解一下同为金融行业的银行、证券和保险业的情况。


(一)银行业


银行作为资产体量最大的金融行业,其庞大的客户数量和业务种类使其产生的数据量与日俱增。面对这些庞大而繁杂的数据,很多银行早早开始了大数据的规划布局,并已经形成了服务于业务发展的若干应用场景。


比如:中信银行信用卡中心通过构建数据分析营销平台,实现了近似实时的商业智能和秒级营销,运营效率得到全面提升。该数据分析营销平台为中信银行提供了统一的客户视图,借助客户统一视图,银行可以更清楚地了解其客户价值体系,能够为客户提供更有针对性和相关的营销活动。


类似这种基于数据分析的营销支持平台还有:建设银行的综合电子商务和信贷业务平台,光大银行的社交网络信息数据库,招商银行的小微贷款市场平台,浦发银行的电商通2.0平台等。


银行基于数据建立起来的分析平台转化到应用场景中已经对其业务发展产生了积极而深远的影响,未来银行业的大数据处理能力也将成为其核心竞争力的重要组成部分。


(二)证券业


在证券行业,不少服务商将二级市场和行业数据进行整合,将分析结果准确展现。


比如:光大证券的中文云文本挖掘系统可以基于财经新闻、股票论坛、研究报告等信息来源,通过增加如关键词指数、情感指数、关注度因子等数据引擎的深入分析,给投资者提供更多的投资意见参考。


长江证券曾推出新闻选股策略,该模型先从互联网上进行个股所有信息的归纳整理,利用大数据的处理方法进行文本分析,进而做出利好或利空的判断。再根据新闻在互联网上热度的变化,来判断对应投资主题或标的的市场关注度变化,进而对行情做出预测。


银河证券还借力分析师研报、财经新闻等多种文本载体,开发有基于文本挖掘的量化选股模型。诸如此类的大数据应用将对证券行业产生较大影响


(三)保险业


在保险行业,全球已经有2/3的保险企业正在计划进行大数据技术应用。通过大数据来进行精算、统计、建立保险模型,这给保险行业带来了新的竞争维度。


波士顿咨询公司与中国保险业协会联合发布的研究报告《互联网+时代,大数据改良与改革中国保险业》对国内19家知名保险公司进行了访谈问卷,调研结果显示,63%的保险公司已将大数据应用于欺诈检测方面,47%的保险公司已在风险评估与定价方面展开实践,对于大数据在交叉销售、防止客户流失方面的实践分别都达到了32%。除此之外,保险公司还可以通过大数据技术细分客户进行精细化营销以及进行更准确的精算定价。


(四)其他金融业


除了上述几大金融行业,阿里巴巴通过其平台上大量用户产生的交易数据、好评率等完整的结构化数据可以非常容易的对用户进行信用评分和风险管理,阿里信贷系统甚至可以在1分钟内完成虚拟信用卡的审批和额度确定。如此高效的处理过程正是大数据分析有力支持的结果,也正是历史数据价值的充分体现。


由此可见,数据价值对于金融各子行业来说,已经成为其业务发展的重要决策参考和依据,在大数据里准确、快速的发现数据价值将是企业未来成长的基础和关键。


四、信托公司的“大”数据问题及影响分析


因金融各子行业的业务种类、发展阶段的不同,信托公司的“大”数据只是数量多、类型杂、分布广,还算不上真正意义的大数据,但从目前部分业务的发展趋势看看,某些业务也逐渐呈现出大数据趋势,比如现金管理类业务、消费金融类业务等。在我们的业务发展没有受限于真正的大数据问题之前,让我们先分析一下现有的“大”数据问题。


(一)基础数据获取阶段缺少制度化的质量控制要求


所谓基础数据,是指在信托公司各类业务的发生过程中需要存留在各类应用系统中的业务数据,这其中会包括项目信息、产品信息、客户信息(资金来源方和融资方)、合同信息(受益合同和投资合同)、交易信息(资金流水)以及所有的过程记录等,这些基础数据记录了信托公司所有的业务发生过程。


因为每一类基础数据都由若干的属性信息组成,这些属性信息又有大量的参数选项,这就造成在实际的业务开展过程中数据录入人员的主观判断和填写随意性直接影响了最终的数据准确性和完整性。目前基础数据录入过程系统必填项的依据一般是监管的数据报送要求,这就导致系统最终获取到的数据可分析性大大降低。


(二)数据标准差异性导致多业务系统成为信息孤岛


信托公司的各类应用系统往往来自于多个不同的供应商,每个供应商都有自己独立的数据标准和数据处理逻辑,当有较复杂的业务场景发生时需要多业务系统进行数据交互才能完成。由于数据标准的差异性,跨系统进行数据交互存在较大难度:


1、直接跨系统读写存在较大的业务风险。


2、采用接口的方式应对业务逻辑的多样性将会越来越困难。


3、如果采用中间处理逻辑进行数据转换,则业务处理过程的实时性无法保证,业务操作过程体验较差。


4、基于业务完整场景的数据统计存在一定困难,数据关联很难建立起来。随着业务种类和行业开放性的发展需求,继续在无规划和统一数据标准的状态下构建更多的业务系统只会让分散在不同应用系统中的业务数据成为信息孤岛。


(三)僵化的报表依赖无法满足灵活的数据处理工作要求


信托公司在日常工作中涉及诸多报表数据的统计工作,如:1104、EAST、全要素、理财资金、征信等。同时,为了满足公司日常经营管理的需要,也要对收入、费用、绩效考核等方面进行日常的数据统计分析。


通常情况下,数据统计工作的一般处理方法是通过系统增加报表来实现。报表的优点在于,只要被统计的数据对象是完整的,报表的实现过程相对容易。报表的缺点在于,一旦报表开发完成并发布到系统中,面对数据统计维度及呈现方式的频繁变更要求,需要不断通过供应商变更系统。尤其当上述问题(二)普遍存在的情况下,跨系统建立数据统计过程存在实现的难度。


目前监管机构的数据统计工作调整已是常态,信托公司普遍采用“报表+ EXCEL手工”的方式应对,这种处理方式确实不能作为长期的对策。另外,在公司日常经营管理过程中,数据统计只有可以灵活的建立多角度的分析并呈现多样化的结果展示,才更有利于决策支持的需要。


五、“大”数据问题对策及大数据机会


基于上述的“大”数据问题,提出以下的建议对策。同时,对今后信托公司可以引入借鉴的大数据应用及可以基于自身发现的大数据机会进行了总结分析。


(一)从“源头”控制数据质量重塑数据价值


(二)提升数据整合加工处理能力,实现自有数据的价值增值


(三)完善应用体系架构,以新业务为突破点构建自主数据标准


(四)引入大数据分析方法,降低企业风险,提升工作效率


(五)发挥集团化金控平台各牌照间的数据协同,实现客户与公司利益双赢


结束语


从“大”数据到大数据,是从数据量到价值的转变。从大数据的价值分析到转化大数据成果,是从技术手段到应用思路的转变。数据之“大”带来了诸多问题的同时,更带来了发现更多业务的机会。借助大数据技术,建立全方位的客户管理视角、优化现有的产品设置、提升公司服务水平、实现精准营销策略、简化系统运行管理、完善风险管理机制,真正以数据说话,享受数据“服务”。


也许信托公司还会在数据困局中摸索一段时间,但我相信数据之“困”终将转变为数据机会,信托公司也会在大数据的影响下发现更多的业务驱动点。大数据对于金融行业的影响将会更加深入,意义将更加深远。


来源:中国信托业协会


作者系国投泰康信托信息技术部高级项目管理经理


版权说明:感谢每一位作者的辛苦付出与创作!除非无法确认,《用益研究》均在文章末尾备注了来源和作者,如转载涉及版权、标注有错漏等问题,请发送消息至公众号在线客服与我们联系,我们会立即删除,并表示歉意,或与您共商解决,非常感谢!


征稿启事:为了更充分发挥和利用好用益研究这个平台,促进业内外同行的交流和学习,更好地为用户提供专业权威的信息服务,我们特长期面向社会诚征信托及相关领域的各类原创文章和报告,欢迎业内外的机构或个人来稿。

来稿请投:yanglee46@hotmail.com


用益研究

用益研究是用益金融信托研究院的微信平台,作为一家国内外知名的金融资管行业平台,我们始终站在行业发展的前端,准确把握市场的动向和脉搏,为客户提供及时全面的市场信息和专业、独立、客观的分析评论,搭建最专业、最前沿的同业交流平台。

我们的专业源于您得关注和需求!

扫描或长按二维码识别关注!